10.15913/j.cnki.kjycx.2021.02.018
基于BP神经网络的煤炭价格预测研究
主要对中国煤炭价格影响因素及价格预测问题进行了研究,运用了主成分分析法、插值、灰色预测、时间序列的方法,构建了基于6种因素影响下煤炭价格预测的BP神经网络模型,运用了 MATLAB、SPSS、Excel等软件编程求解,得出了不同因素对煤炭价格影响的排序,完成了对未来一段时间煤炭价格的预测,最后结合预测结果给出了相应的政策建议.基于煤炭价格的影响因素对煤炭价格进行预测,将煤炭价格的6个影响因素作为输入层的6个节点预测煤炭价格,进而作为输出层构建BP神经网络;运用MATLAB工具箱确定设定个隐含层,隐含层设定6个单元;用历史数据对神经网络进行训练,并对神经网络进行误差分析和修正,对神经网络预测的结果和真实值进行了对比,误差相对较小.从预测的结果出发,结合目前中国煤炭市场的现状以及未来的相关行业发展的趋势,主要针对市场模式、政府政策以及新能源方面给出了4条相关建议.对模型的优缺点进行了客观的评价,并指出模型在其他领域中的应用,对模型的不足之处提出了一定的改进建议,在改进模型中提出了一定的构想.
价格预测、主成分分析、灰色预测、时间序列
F426(中国工业经济)
2021-04-02(万方平台首次上网日期,不代表论文的发表时间)
共2页
57-58